RL Problems

本文探讨了深度强化学习中的关键技术和挑战,包括延迟稀疏奖励、长期规划、层级结构、子目标设定、部分可观测性、不完美信息处理、大规模状态与动作空间等问题,并介绍了如Hierarchical Deep Reinforcement Learning、Thompson Sampling、Boltzmann Exploration等方法。

1.Delayed, sparse reward(feedback), Long-term planning

Hierarchical Deep Reinforcement Learning, Sub-goal, SAMDP, optoins, Thompson sampling, Boltzman exploration, Improving Exploration

 

2.Partial observability, Imperfect-Information

Memory, Nash equilibria, MCTS, self-play, LSTM, active perception, curiosity

 

3.Large state space, Large action space

Hardware, Distributon, Deeper Neural Network.

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值